姚占雷 许 鑫 李丽梅 杨 勇
(华东师范大学商学院,上海200241)
随着人们生活水平的提高,旅游消费逐渐成为我国居民生活中重要的消费方式。同时,由于网络交流的实时性、交互性和易用性特点便于旅游者利用网络相互分享旅途体验或感受,从而使得有关旅游的大量舆论信息在网络平台上得以有效地交汇。一般来说,游客在表达旅途中的感受时,往往会提及当前景区内的一个或多个景点,并与以往游览过的景区(景点)加以对比。因而,作为一种相对自由而本色的表达形式,网络游记或评论能够反映出游客对相关旅游资源的基本偏好,这无疑为景区深入了解游客行为并以此为基础调整营销策略提供了新的路径。
互联网的兴起及其在旅游业中的广泛应用,不仅为游客获取各种旅游信息提供了新的途径或方式,也使得有关学者借助网络研究游客行为成为可能。曹新向(2007)研究发现,随着互联网的不断普及,未来的旅游研究和旅游决策将会更多地通过网络来进行。李君轶(2010)以陕西省国内旅游市场为例,综合运用Web数据挖掘、旅游市场学、旅游经济学、旅游地理学、消费者行为学等学科的理论和方法,详细阐述了旅游界关注互联网的原因和研究者们提出的相关分析模型,构建了基于Internet的旅游市场分析框架。于海波(2011)探讨了利用网络话题获取定性数据的方法,并以旅游动机研究为例进行了实证研究。
2017年,哈电电机签订几内亚苏阿皮蒂4台11.25万千瓦混流式水轮发电机和印尼明古鲁两台11.5万千瓦空冷汽轮发电机项目合同。2018年,相继中标巴西伊利亚和朱比亚EPC改造项目、秘鲁圣加旺Ⅲ两台10.465万千瓦冲击式水轮发电机主机设备合同以及巴基斯坦SK项目。
随着网络媒体影响的不断扩增,一些学者开始关注网络口碑对消费者的影响,如:Bickart和Schindler(2001)的研究表明网络口碑能增强消费者对产品或品牌的信任度;Thomas等(2006)认为网络口碑对消费者的价值观和忠诚度可产生显著影响;林巧和戴维奇(2008)构建了旅游目的地网络口碑信任影响因素的理论模型,并实证了其可行性;柴海燕(2009)将网络口碑与目的地营销相关联,基于旅游地的网络口碑,研究了游客行为的变化并给出相应的营销策略。
本文着眼于游客发表在不同类型网络社区(垂直门户、论坛、博客等)上的相关游记,通过统计这些游记中呈现的景点共现次数和烈度指标来探寻游客对旅游景区及其所辖景点的偏好,运用社会网络分析方法描绘这些景区之间的共现关系,并依据各景区距共现核心位置的远近及其所辖景点的冷热均衡状况这两项指标,对景区进行了类型划分,在此基础上为不同类型景区营销策略的选择提出一些建议。
(1)冷热不均类景区
由前文可知,景区间的共现指的是在当前景区样本中出现了对其它景区的描述,也就是说当前景区和其它景区之间有着一种指向性关系。本文运用社会网络分析方法来揭示景区之间的这种关系。
(2)冷热均衡类景区
课堂导入是课程开展的关键环节,良好的课堂导入可以瞬间将学生的注意力吸引到课堂上,激发学生学习兴趣,调动学生学习积极性,因此,在小学信息技术教学中,教师要进行课堂导入方式的优化,创新课堂导入,在课程开始阶段就捕获学生的兴趣。教师可以联系学生的生活实际,通过一些生活案例实现课堂导入。
在统计共现次数时,我们通过设计相关计算策略构建共现处理平台②共现处理平台的开发环境采用Windows XP操作系统,MySQL数据库,Visual Studio 2008开发工具,C #编程语言。,借助计算机自动完成。图1以景区内景点的共现次数统计为例,描述了具体的计算策略。
图1 指定景点在它所属景区样本游记中共现次数统计的核心代码
“社会网络”是指社会行动者(Actor)及其间的关系的集合,即一个社会网络是由多个点(社会行动者)和各点之间的连线(行动者之间的关系)组成的集合(朱庆华,李亮,2008)。社会网络中各点之间的连线(称为“边”)可以是有向的,也可以是无向的。社会网络分析(Social Network Analysis,SNA)就是对这一社会网络中行为者之间的关系进行量化的分析,其形式化描述可分为社会网络关系矩阵(表3)和社会网络关系图(图3)。
针对携程旅行网的“游记攻略”、驴妈妈网的“旅游论坛”、同程网的“精华博客”这三个网站版块,借助火车头采集器,我们编制了相应的采集模块,采集了2009年6月至2010年6月期间发表在上述网络社区中有关本文案例景区(具体见表3)的游记,共计14700余篇。我们确定在每类网络社区中选取每家景区的游记各20篇,并采用人工识别的方法选取样本。样本的识别和选取遵循以下两个原则:①时间新,对采集的游记按时间倒序排列,首选排列靠前的游记;②内容相关,首选那些直接描述景区或景点的游记(含连载);若样本量不足20篇,再选景区所在城市的游记以作补充。经过人工识别共选出符合要求的游记1080篇。
我们利用自主开发的共现处理平台,自动找到各景点在其所属景区样本游记中的共现次数。景点的共现次数越多说明其越能得到游客的认同;若把景区中共现次数排列在前5位的景点称之为“热门景点”,研究共得到89个热门景点③武夷山景区的景点仅有4个,全部列为热门景点,故18个景区的热门景点共89个。,表2以浙江省和山东省的部分景区为例加以列举。
你不进屋了?呼伦吓了一跳,心想不进屋你想干什么呢?像石狮子一样守在门口?晚上睡在门口?就算你是丈母娘,也不能倚老卖老,咄咄逼人吧?
需要说明的是,有些景点和它所属的景区是同名的,在对这些景点作共现统计时,系统会把对同名景区的描述当作对景点的描述,继而增加了该景点的共现次数;“蓬莱阁”既是一例,它作为景区被提及时,系统会把它当作景点来记录。因而,在遴选热门景点时,将存在此类现象的景点排除在外。
表2 部分5A景区内热门景点分布
表2中的烈度指标可以衡量游客对景区内各景点认可度的均衡性,即景区内各热门景点的烈度之和越小,说明景区内各景点越能普遍地被游客接受,该景区所辖景点的冷热现象不明显。
图2 华东地区首批5A景区的景点冷热现象
如图2所示,若将一景区内各景点之间是否存在冷热现象的阈值设为0.6,那么在这18个5A景区中,有9个景区存在着景点冷热现象,有8个景区不存在景点冷热现象。武夷山景区由于所辖景点过少(4个),此项统计对其不具意义。
本文采用目前较为成熟的社会网络分析方法来描述景区间的共现现象及其关系。首先,我们统计出每个景区与其它景区的共现状态,形成华东地区首批5A景区的社会网络关系矩阵(见表3)。
表3 华东地区首批5A景区的社会网络关系矩阵
同时,从表3和图3(箭头指向)中可以直观地看到,部分景区(如井冈山、雁荡山等)的游客在其游记中多次提及其它景区,而在其它景区游记中这些景区却从未或很少被提起。这从一个侧面反映了游客对同处华东地区的5A景区的偏好存在较大的差异。
图3表明,在华东地区首批5A景区中,浙江省的杭州西湖景区显然居于核心位置,几乎所有的景区都与它有着共现现象。黄山、泰山、周庄古镇、庐山和普陀山景区位于西湖核心景区周围,与区域内其它景区也存在着较强的共现现象。
质量管理是市政施工管理的核心内容,现在还存在着较多的问题,导致工程质量得不到有效控制,基础设施在投入使用之后出现各种问题,严重的影响了市政建设的社会效益。因此,市政建设质量管理要认真分析存在的问题,有针对性的采取措施解决。
共现现象源自游客对景区的描写,景区间较强的共现现象既说明了这些景区能够受到游客的青睐,也说明这些景区的某些要素在游客的感知中形成了某种关联;共现现象越强,则说明这种关联越密切。基于这一思路,我们认为,相关景区可以在对这种共现现象进一步深入研究的基础上,采取联合营销等手段寻求景区间联动合作的可能。
然后,我们借助可视化工具NetDraw将表3转换输出,形成华东地区首批5A景区的社会网络图(见图3)。
图3 华东地区首批5A景区间的社会网络图
近年来自然灾害越来越多,干旱气候的发生使茶树生理功能降低,太阳辐射热上升到茶树本身所能忍耐的最大限度时,叶绿体遭到破坏,从而导致茶叶品质的下降[1]。
综观各学者的论述并结合采权利用尽理论国家法院的观点,笔者认为,可以把权利用尽理论的合理性论证归纳为三点:
为了进一步探寻旅游者对一个景区内景点的偏好与该景区官方网站宣传之间的关系,我们以表2中所列举的景区为例进行分析。首先按照景区内景点间是否存在冷热不均现象把4个景区划分为两类:冷热不均类和冷热均衡类;然后将表2中呈现的20个热门景点与其在景区官方宣传①研究中官方数据选自各大景区官方网站中的景点介绍等版块。中的地位进行比对,从中可以发现,旅游者所表达的偏好与景区官方网站的宣传之间似乎存在一定的关联。具体来说,有以下两种情况:
本文以华东地区首批国家5A级旅游景区(以下简称“5A景区”)为研究案例。华东地区首批5A景区有18家①2007年5月,由全国旅游景区质量等级评定委员会审核批准的首批国家5A级旅游景区共有66家,覆盖28个省、市、自治区。,其分布如表1所示。
表现为游客所追逐(或有针对性地参观)的个别景点也是景区官方所极力推荐的,此类景点在景区官方宣传中多被置于较为醒目的位置。在以雁荡山、蓬莱阁为代表的冷热不均类景区中,游客偏好与官方宣传之间表现为一种“默契”的关系,即在官方网站有关景点介绍的版块中都能很方便地找到从游客的表达中遴选出的热门景点。这一现象在雁荡山景区中最为突出,官方宣传中排名靠前的5个景点,均出现在表2中。
“共现”一词指的是有关两事物的描述在同一样本中出现的现象。在本文中:景点共现指的是某一景区所辖景点在本景区的样本中被提及;景区共现指的是在某一景区的样本中出现了对其它景区的描述。具体来说:在给定的一个5A景区中,以其范围内的样本游记为总体,那么该景区所辖景点在这一总体中出现的次数称之为景区内景点的共现次数;其它5A景区在这一总体中出现的次数称之为景区间的共现次数。同时,为了避免景区(景点)在某一样本中重复出现而导致数据偏移①比如:黄山景区样本中,个别样本多次提及光明顶、飞来石等景点。,我们认为在单篇游记中指定景区(景点)只要被游客提及,其共现次数为1。
表现为景区中多数景点对游客都有较强的吸引力,同时景区官方似乎也并不刻意推广某个景点,而是推出一些经典的旅游线路。在以杭州西湖、泰山为代表的冷热均衡类景区中上述现象十分明显,即游客所表达出的热门景点在景区官方网站中均能找到,但是官方并不认为这些景点是其主流或宣传的亮点,因此,并未将其置于重点推荐的醒目位置。需要指出的是,此类景区的推广模式有重点培育与宣传其特色旅游线路的趋势,如泰山风景区依次推出了泰山中路、泰山西路等特色旅游线路,且游客所喜好的十八盘、南天门、玉皇顶、岱庙等热门景点在泰山中路旅游线路中均能得以体现。
借鉴管理学中的二维象限分析法,我们以景区距共现核心位置的远近为横坐标、景区内景点冷热现象的强弱为纵坐标,形成景区分类的二维四象限图(图4)。
其中:Δe13为微分算子,由微分旋转矩阵减去单位阵得来;δθ13x、δθ13y、δθ13z分别表示定位器1的z方向主动移动副与理想x,y,z轴的角度误差。δP表示托架中心点相对于基坐标系的位置误差,δP=(δxp,δyp,δzp)T;δl13表示定位器1的z方向位置度误差,δl21、δl23、δl33、δl43定义类似;表示定位器i对应的球铰中心相对于托架坐标系原点的位置误差,表示托架坐标系相对于基坐标系旋转矩阵的微分,
虽然有一些研究表明MAOIs、TCAs、SSRIs、SNRIs在不同药物类型方面,以及同一类型不同药物方面有疗效间的差异,但大量的比较研究整体上没有发现在这些方面上的明显差异。而基于第二代抗抑郁药物(SSRIs和SNRIs)具有比第一代抗抑郁药物(单胺类氧化酶抑制剂和三环类抗抑郁药物)具有更好的安全性和耐受性,因此使用更为广泛,常被推荐用于急性期的初始治疗。
图4 5A景区类型划分
根据图4,我们依次将本文研究的18个5A景区“对号入座”,得到了如表4的类型划分:Ⅰ类景区5个、Ⅱ类景区3个、Ⅲ类景区9个、Ⅳ类景区1个。
表4 华东地区首批5A景区类型一览表
(1)类型Ⅰ景区,强化跨景区或区域协作意识
结合图2所示,我们发现,处于共现核心位置及其周围的景区,它的所辖景点之间往往不存在明显的冷热现象,而那些存在冷热现象的景区则远离共现的核心(仅周庄古镇例外)。可见,一个景区距区域内景区共现核心位置的远近,与其所辖的景点之间是否存在冷热现象,有着较强的关联性。
该类景区有着很高的知名度、美誉度和完善的旅游服务配套设施,可通过跨景区或区域协作的营销方式进一步扩大客源市场;同时,尝试各种创意型营销往往具有良好的效果。
[7]冯登国,张敏,李昊.大数据安全与隐私保护[J].计算机学报. 2014(01):246-258.
(2)类型Ⅱ景区,细分游客市场,宣传做到有的放矢
蒲琳忍不住给张盈盈说了两任酷帅男友的奇葩事,张盈盈思索后说:“也不能一叶障目,再交往几个说不定能遇上好的呢。”
该类景区有着浓厚的人文历史特色,游客群体特征较为明显。可通过细分游客市场,有针对性地投放广告宣传景区的特色,提高知名度,并通过策划各类主题活动吸引潜在游客。
(3)类型Ⅲ景区,推动景点间协调发展
该类景区应着重考虑如何优化旅游资源,改变各景点受访率不一致的现状。由于官方很容易把握游客对各景点的偏好,可依托热门景点优势,采取冷门景点“攀附”策略,优化和推广旅游线路,增加冷门景点的曝光机会,缓解热门景点压力。
(4)类型Ⅳ景区,突出旅游资源的优化配置
该类景区应重视如何发挥自身旅游资源的最大效益,通过培育新的热门景点、推广冷门景点增强吸引力。周庄古镇景区的门户网站在介绍景点时,将其分成古桥水巷、明清建筑、水乡名胜等几个子类,这将有利于引导游客形成对古镇风貌的全面认知。
本文在借助共现次数和烈度等指标分析网络游记信息的基础上,探寻游客对华东地区首批5A景区及其所辖景点的偏好;借助社会网络分析方法来描述景区间的共现现象及其关系,试图从中发现哪些景区之间实行联动合作的条件较为成熟;依据各景区距共现核心位置远近及其所辖景点的冷热均衡状况对旅游景区做了类型划分和简要的营销策略分析,为各大景区进行自身现状的评估和营销策略的选择提供了一定的参考。
需要说明的是,仅从携程旅行网、驴妈妈网、同程网三家网站的相关版块中选取样本,在一定程度上制约了样本来源的全面性;而原始资料来源于网络的研究结果缺少实地调研数据的佐证,这也是本研究的欠缺之处。
[1] Bickart B,Schindler R M.Internet forums as influential sources of consumer information[J].InteractMarket,2001,15(3):31-40.
[2] ThomasW G,TalaiO,Andrew JC.eWOM:the impact of customer-to-customer online know-how exchange on customer value and loyalty[J].Journal of Business Research,2006,59(4):449-456.
[3] 柴海燕.旅游地网络口碑对消费行为的影响及营销对策[J].中国地质大学学报(社会科学版),2009(6):105-107.
[4] 曹新向.充分利用网络为旅游研究和决策提供服务[J].旅游学刊,2007(5):11-12.
[5] 李君轶.国内旅游市场研究——Internet环境下的新透视[M].北京:科学出版社,2010.
[6] 林巧,戴维奇.旅游目的地网络口碑信任度影响因素研究[J].北京第二外国语学院学报,2008(7):16-22.
[7] 于海波.网络话题作为定性数据来源的研究方法探讨——以旅游动机研究为例[J].旅游科学,2011(1):46-53.
[8] 朱庆华,李亮.社会网络分析法及其在情报学中的应用[J].情报理论与实践,2008(2): 179-183.